SISTEM MONITORING SINYAL ELEKTROKARDIOGRAM (EKG)
MENGGUNAKAN THINGSPEAK CLOUD COMPUTING
Amin A. Maggang1, Beby H. A. Manafe2, Sarlince O. Manu3, Johanis F. M. Bowakh4 1,2,3,4 Program Studi Teknik Elektro FST Universitas Nusa Cendana,
Email: amin_maggang@staf.undana.ac.id Email: bebymanafe@staf.undana.ac.id Email: sarlince_manu@staf.undana.ac.id
Email: bowakh@staf.undana.ac.id
Info Artikel
ABSTRACT
Histori Artikel: Diterima Mar 01, 2021 Direvisi Mar 30, 2021 Disetujui Mar 31, 2021
Developments in electronics and software have led to many cloud server applications that can be integrated with Arduino Uno to create an inexpen-sive cardiovascular health monitoring system. Therefore, this study aims to build a heart health monitoring system based on the internet of things by utilizing the free ThingSpeak server account and the AD8232 ECG sensor.
The results show that the developed system can send ECG data and display it on the ThingSpeak server, although only the QRS and RR segments of the ECG signal can be adequately shown and meet its usual standards. The obtained QRS and RR (peak-to-peak) segment intervals were 0.126 seconds and 0.641 seconds, respectively. Apart from this, the system can automati-cally calculate and display the heart rate on the ThingSpeak server’s output every 15 seconds.
Keywords: ad8232 sensor, electrocardiograph, Internet of Things.
Thing-Speak
ABSTRAK
Perkembangan dalam bidang elektronika dan software memunculkan ban-yak aplikasi cloud computing yang dapat diintegrasikan dengan arduino uno untuk membangun suatu sistem monitoring kesehatan jantung yang murah. Oleh karena itu, penelitian ini bertujuan untuk membangun suatu sistem monitoring kesehatan jantung berbasis internet of things dengan memanfaatkan akun tak berbayar ThingSpeak server dan sensor EKG AD8232. Hasil nya menunjukan bahwa sistem yang dibangun dapat men-grim data EKG dan ditampilkan pada ThingSpeak server, meskipun hanya sinyal QRS dan RR yang dapat ditampilkan sesuai dengan interval standarnya. Interval segment QRS adalah 0.126 detik dan untuk interval RR (peak-to-peak) adalah 0.641 detik. Selain itu, sistem ini juga mampu secara otomatis menghitung dan menampilkan nilai Heart Rate pada output ThingSpeak server setiap 15 detik.
Kata Kunci: ad8232 sensor, electrocardiagram, Internet of Things.
Thing-Speak
Penulis Korespondensi:
Amin A. Maggang
Program Studi Teknik Elektro Fakultas Sains dan Teknik, Universitas Nusa Cendana,
Jl. Adisucipto Penfui - Kupang.
1. PENDAHULUAN
Penyakit jantung merupakan penyakit nomor satu yang menyebabkan kematian secara global, yang diestimasikan sebanyak 17.9 juta jiwa setiap ta-hun[1]. Sakit ini termasuk dalam penyakit disor-der jantung dan pembuluh darah yang dapat me-nyebabkan serang jantung. Sepertiga dari jumlah kematiannya adalah orang dengan usia dibawah 70 tahun[1]. Oleh karena itu penyakit ini tidak bisa disepelehkan dan diperlukannya monitoring secara konstan dan real-time sehingga pe-nanganannya dapat dilakukan dengan cepat[2]. Elektrokardiogram (EKG) merupakan alat medis yang dapat mengukur heartbeat dari sinyal EKG dan menampilkannya pada monitor. Sinyal EKG adalah rekaman aktivitas listrik pada permukaan tubuh yang dihasilkan oleh otot jantung dan merupakan suatu test yang paling umum untuk jantung[3]. Namun alat ini tergolong dalam alat kesehatan yang mahal. Versi yang murahnya bi-asanya terintegrasi pada jam tangan untuk mendeteksi detak jantung ketika orang beraktifi-tas. Namun kebanyakan versi yang murah ini tid-ak bisa mendeteksi bentuk atau interval sinyal EKG itu sendiri, hasilnya langsung dalam satuan detak jantung yaitu beat per minute.
Dengan berkembangnya teknik komunikasi digi-tal, software berbasis web server yang terin-tegrasi dengan perangkat elektronika seperti ar-duino uno, raspberry dan berbagai sensors el-ektronika, maka sistem monitoring EKG dapat dibangun dengan harga yang murah[4]. Bahkan monitoring ini tidak hanya dilakukan dilokasi
tertentu, tetapi telah memanfaatkan Internet of Things untuk bisa dilakukan dalam jarak jauh karena desain alatnya portable[5, 6] dan dapat ditampilkan pada ThingSpeak Server secara tak berbayar ataupun berbayar[7].
Tentunya ada perbedaan layanan yang diberikan pada akun tak berbayar dan premium berbeda. Salah satu keterbatasan dari akun tak berbayar ThingSpeak adalah, data yang dikirim ke server hanya akan diupdate setiap 15 detik. Hal ini membuat perancang harus mampu mendesain sistem yang mampu berdaptasi dengan keterbata-san feature tersebut[8]. Selain itu, data yang dit-ampilkan pada output memiliki interval satu detik. Hal ini membuat tampilan dari sinyal EKG dengan interval yang singkat dalam mili detik akan sulit dikenali.
Oleh karena itu, artikel ini akan membahasa rancang bangun suatu sistem monitoring sinyal EKG dan sekaligus mengevaluasi penggunaan ThingSpeak saat menampilkan sinyal EKG yang dikumpulkan oleh sensor AD8232 dan ditrans-misikan menggunakan modul wifi esp8266-01.
2. METODE PENELITIAN
Arsitekur sistem monitoring EKG sinyal yang dibangun dapat dilihat pada gambar 1. Secara umum sistem ini dibagi dalam lima bagian, dian-taranya Modul sensor, micro SD card, arduino Mikrokontroler, ESP8266-01, dan ThingSpeak Cloud Server.
Gambar 1 Blok Diagram Sistem Monitoring EKG
2.1 Proses pendeteksian sinyal EKG
Modul sensor yang digunakan terbagi atas dua
AD8232. Fungsi elektrode adalah untuk mendeteksi sinyal EKG pada tubuh manusia dan meneruskannya ke modul sensor AD232. Untuk
lead ini ditempatkan pada tubuh manusia dengan mengikuti metode segitiga Einthoven[9]. Seperti yang ditunjukan pada gambar 2.
Gambar 2. Penempatan Elektroda pada tubuh Manusia
Sinyal dari elektrode yang lemah dan terdapat noise, kemudian diinputkan ke Sensor AD8232 untuk dikuatkan dan difilter noisenya.
2.2 Proses Data pada Arduino Board
Sinyal yang telah dikuatkan, kemudian diinput-kan ke arduino board untuk diproses. Proses yang
dilakukan diantaranya, penyimpanan data semen-tara pada micro SD card, dan kemudian proses transmisi ke server ThingSpeak melalui modul WiFi esp8266-01. Proses penyimpanan data se-mentara ini diperlukan karena ThingSpeak server dengan akun tak berbayar hanya mengupdate datanya setiap 15 detik. Dengan demikian proses coding yang dilakukan pada arduino IDE pun harus mampu beradaptasi dengan situasi tersebut.
2.3 Output EKG Sinyal pada ThingSpeak
Untuk proses analisis, output sinyal EKG yang berhasil dikirim dan ditampilkan pada Thing-Speak akan dianalisis untuk melihat kualitasnya apakah sesuai dengan standar parameter normal yang tercatat pada tabel 1. Heart Rate dalam satuan BPM juga akan dihitung secara manual berdasarkan jarak antara puncak (peak-to-peak dua sinyal R. interval normal sinyal EKG dapat dilihat pada gambar dan tabel berikut[10]:
Gambar 3 Grafik Sinyal EKG
Tabel 1 Parameter EKG Normal[11]
Event/Interval/ Segment Rentangan Normal Gelombang P 0.06 – 011 detik Interval PR 0.12 – 0.20 Segment PR 0.08 detik Kompleks QRS < 0.12 Segment ST 0.12 Sec Interval QT 0.36 – 0.44 detik Gelombang T 0.16 detik Interval R-R 0.6 – 1 detik
3. HASIL DAN PEMBAHASAN
Hasil yang diperoleh dapat dilihat dari sisi soft-ware, dalam hal ini proses coding, dan dari hard-ware sistem yang dibangun sampai dapat men-ampilkan sinyal EKG pada server ThingSpeak.
3.1 Diagram Rangkaian Sistem Monitoring
Secara fisik, sistem Monitoring Sinyal EKG yang berhasil dibangun adalah seperti yang ditunjukan pada gambar berikut:
Gambar 4 Rangkaian fisik sistem monitoring Gambar 3 menunjukan bagimana empat kompo-nen, yaitu Arduino board, AD8232 EKG sensor, Micro SD card module, and ESP8266 wifi mod-ule saling terhubung secara fisik.
Untuk melihat detail koneksi antara modul, maka gambar fisik tersebut dapat digambarkan ber-dasarkan skema berikut:
Gambar 5 Skema Rangkaian
Sementara itu detail koneksinya dapat dilihat pa-da tabel 2, 3, pa-dan 4 yang mejelaskan koneksi se-tiap komponen yang terhubung dengan Arduino Uno, yaitu koneksi Micro SD card dan Arduino, esp8266-01 dan arduino, dan sensor EKG 8232 dan aruduino.
Tabel 2 Koneksi Micro SD Card dan Arduino Uno
PIN Micro SD Card PIN Arduino Uno GND GND VCC 5V MISO Pin 12 MOSI Pin 11 SCK Pin 13 CS Pin 10
Tabel 3 Koneksi esp8266-01 dan Arduino Uno
PIN ESP8266-01 PIN Arduino Uno Tx Pin 2 CH_PD 3,3V melalui R1 10kΩ RST - VCC 3,3 V Rx Pin 3 melalui R2 1kΩ
Tabel 4 Koneksi Sensor EKG AD8232 dan Arduino Uno PIN AD8232 PIN Arduino Uno GND GND 3,3V 3,3V Output A0 LO- Pin 6 LO+ Pin 5
SDN (Shutdown) Tidak digunakan
3.2 Desain Software Sistem Monitoring
Proses coding yang dilakukan mengikuti flowchart berikut:
Gambar 6 Flowchart Sistem Monitoring EKG Secara program, sistem bekerja mengikuti flowchart pada gambar 5. Berdasarkan flowchart, proses kerja sistem adalah, pertama sensor
mem-baca selama 15 detik, dan data tersebut disimpan sementara pada micro SD Card. Setelah interval waktu 15 detik, data sinyal EKG tersebut akan dikirim ke ThingSpeak Server dan ditampilkan secara grafis. Proses peyimpanan sementara pada micro SD card dilakukan karena akun tak berba-yar ThingSpeak Server mengupdate datanya se-tiap 15 detik. Sehingga sistem yang dibangun harus mampu mengupdate data ke ThingSpeak sesuai dengan durasi tersebut.
3.3. Hasil tampilan sinyal EKG Pada Thing-Speak Server
Gambar 7 merupakan hasil tampilan sinyal EKG pada ThingSpeak server.
Gambar 7 Tampilan Sinyal EKG pada Thing-Speak
Sedangkan gambar 8 adalah hasil perhitungan Heart Rate yang dihitung dari sinyal EKG, dalam hal ini menggunakan persamaan:
Heart Rate = 6000 milidetik/ tpp………(1) Dimana R adalah sinyal puncak pada sinyal EKG dan tpp adalah (time peak to peak) antara dua sinya R berturut-turut.
Gambar 8 Tampilan Heart Rate (BPM) pada ThingSpeak
Detail data dari kedua gambar (Gambar 7 dan Gambar 8) pada ThingSpeak diunduh dalam for-mat file .csv. adalah sebagi berikut:
Gambar 9 Tampilan detail .csv File Sinyal EKG dan Heart Rate pada ThingSpeak
Gambar 9 menunjukan dua jenis data pada field1 dan field2. filed1 merupakan data sinyal EKG dan field2 adalah data Heart Rate. Pada tampilan di gambar 9 , terlihat data Heart Rate nya men-galami perubahan pada setiap puncak nilai sinyal R pada EKG. Jika dipadankan dengan grafik pa-da gambar 8 pa-dan gambar 9, maka pa-dapat dilihat kesesuaian datanya. Awalanya nilai Heart Rate nya 102 BPM, kemudian mengalami sedkit peru-bahan ke 116 BPM dan kemudian turun ke 110 BPM sampai kepada puncak sinya R yang beri-kut, yaitu 627, nilai Heart Rate kembali berubah lagi ke 108 BPM.
3.3. Analisis Kualitas Sinyal EKG
Untuk melihat kualitas sinyal EKG yang dihasilkan oleh sistem yang telah dibangun, maka perhitungan interval sinyal PQRST dihitung dan dibandingkan dengan interval normalnya. Untuk keperluan ini, maka nilai interval sampel (delta) dalam satuan mili second juga ditampilkan pada pada file csv nya untuk menghitung nilai Heart Rate, dan interval segment sinyal PQRST. Data sinyal EKG yang digunakan pada perhitungan ini ditampilkan pada gambar berikut:
Gambar 10 Grafik Sinyal EKG
Tabel 5 Data Sinyal Pulse EKG, BPM, dan Delta
Sample Pulse BPM DeltaT(ms)
1 386 0 345 2 369 0 42 3 382 0 42 4 299 0 42 5 349 0 43 6 277 0 42 7 689 97 42 8 265 97 42 9 275 97 42 10 289 97 42 11 279 97 42 12 293 97 42 13 337 97 45 14 374 97 48 15 389 97 42 16 343 97 43 17 369 97 42 18 374 97 42 19 381 97 42 20 324 97 43 21 259 97 42 22 690 93 42 23 304 93 43
Tabel 5 merupakan data yang diambil pada saat perekaman sinyal EKG pada gambar 10. Ber-dasarkan tabel 5 maka nilai Heart Rate dapat di-hitung dengan menggunakan (1), dimana nilai tpp (total nilai delta yang berada diantara kedua nilai R), yang mana berdasarkan tabel 4, maka kita jumlah nila delta pada sampel ke-7 sampai sam-pel ke-22 yang totalnya adalah 641 ms. Sehingga nilai Heart Ratenya dalam (BPM) adalah:
Sehingga nilai heart rate pada sample ke-22 saat sinyal peak R adalah 690 berubah dari 97 bpm menjadi 93 bpm.
Sedangkan untuk melihat kualitas sinyal EKG, kita dapat menghitung interval segment sinyal QRS. Sinyal QRS adalah yang ditunjukan pada sampel 6, 7, dan 8 atau sampel 21, 22, dan 23. Interval sampel ke 6, 7, dan 8 adalah 42 + 42 + 42 = 126 mili detik atau 0.126 detik. Nilai ini termasuk dalam kategori normal yaitu < 0.12 detik. Selain itu interval antar puncak RR juga dapat dihitung dengan menjumlah nilai delta an-tara kedua puncak R, yaitu 641 ms atau 0.641 detik. Nilai ini pun termasuk normal karena be-rada diantara 0.6 sampai dengan 1 detik dan sesuai dengan penelitian yang dilakukan oleh [11]. Untuk nilai segment yang lain seperti inter-val PR, ST dan beberapa yang lain tidak dapat dihitung karena tidak terdeteksi dengan baik.
4. KESIMPULAN
Penelitian yang dilakukan telah berhasil mem-bangun suatu sistem Monitoring Sinyal EKG menggunakan modul sensor AD8232, modul Wifi esp8266-01, Arduino uno, micro SD card, dan ThingSpeak Server. Sistem bekerja dengan menggunakan tiga elektrode
yang dipasang pada tubuh manusia mengikuti aturan segitiga einthoven. Elektrode tersebut di-hungkan ke sensor AD8232 yang terhubung dengan arduino. Data dari AD82232 ini kemudi-an dikirim ke ThingSpeak Server setiap 15 detik menggunakan modul WiFi esp8266-01. Sebelum dikirim, data tersebut disimpan sementara pada micro SD card. Hasil yang diperoleh menunjukan bahwa sistem dapat mentransmisikan data dengan baik, meskipun beberapa segment sinyal EKG tidak dideteksi dengan baik. Kualiatas sinyal EKG, yaitu untuk interval QRS dan Interval RR dapat dideteksi intervalnya dengan baik.Interval QRS adalah 0.126 detik, dan interval RR adalah 0.641 detik. Interval yang baik dan kemampuan mendeteksi sinyal QRS ini membuat sistem ini dapat digunakan untuk memonitor dan mendeteksi Heart Rate dalam satuan Beat Per Minute (BPM). Pekerjaan selanjutnya yang dapat dilakukan dari penelitian ini adalah berkaitan dengan mencaritahu penyebab mengapa beberapa segment sinyal tidak tampak pada output
Thing-DAFTAR PUSTAKA
[1] WHO. (2021, 1 Maret 2021). Cardiovascular
Diseases. Available:
https://www.who.int/health-topics/cardiovascular-diseases#tab=tab_1 [2] M. Naazneen, S. Fathima, S. H. Mohammadi,
S. I. L. Indikar, A. Saleem, and M. Jebran, "Design and Implementation of ECG monitoring and heart rate measurement system," International Journal of
Engineering Science and Innovative Technology (IJESIT), vol. 2, pp. 456-465,
2013.
[3] R. D. Anderson, S. Kumar, R. Parameswaran, G. Wong, A. Voskoboinik, H. Sugumar, et
al., "Differentiating right-and left-sided
outflow tract ventricular arrhythmias: classical ECG signatures and prediction algorithms," Circulation: Arrhythmia and
Electrophysiology, vol. 12, p. e007392, 2019.
[4] S. Das, S. Pal, and M. Mitra, "Arduino-based noise robust online heart-rate detection,"
Journal of medical engineering & technology, vol. 41, pp. 170-178, 2017.
[5] M. C. T. Manullang, J. Simanjuntak, and A. L. Ramdani, "Implementation of AD8232 ECG Signal Classification Using Peak
Detection Method For Determining RST Point," Indonesian Journal of Artificial
Intelligence and Data Mining, vol. 2, pp.
61-66, 2019.
[6] N. K. Jumaa, "Survey: internet of thing using FPGA," Iraq J. Electrical and Electronic
Engineering, vol. 13, 2017.
[7] A. A. Mohamad, N. K. Jumaa, and S. H. Majeed, "Thingspeak Cloud Computing Platform Based ECG Diagnose System,"
International Journal of Computing and Digital Systems, vol. 8, pp. 11-18, 2019.
[8] ThingSpeak. (2020, 01 Maret 2021).
ThingSpeak™ Licensing FAQ. Available:
https://thingspeak.com/pages/license_faq [9] B. E. Jin, H. Wulff, J. H. Widdicombe, J. Zheng, D. M. Bers, and J. L. Puglisi, "A simple device to illustrate the Einthoven triangle," Advances in physiology education, vol. 36, pp. 319-324, 2012.
[10] A. L. Goldberger, "Goldberger’s clinical electrocardiography," ECG basics: waves,
intervals, and segments, vol. 2, pp. 8-14,
2013.
[11] F. Roberto, "Automatic heartbeat monitoring system," 2019.
